Siete laboratorios de inteligencia artificial con sede en China han sido identificados como actores en operaciones encubiertas de extracción de capacidades de modelos de IA ajenos sin autorización. Entre las organizaciones involucradas figuran Alibaba, Moonshot AI, DeepSeek, Zhipu, Xiaomi, SenseTime y MiniMax, cada una con metodologías distintas pero con un denominador común: la replicación de capacidades propietarias sin consentimiento.
Destilación legítima vs. destilación ilícita: una distinción que importa
Entender este fenómeno requiere separar dos prácticas que comparten nombre pero difieren radicalmente en su naturaleza. La destilación legítima es un proceso estándar en la industria: un modelo avanzado genera respuestas para entrenar a uno más pequeño, con el consentimiento explícito del proveedor. La destilación ilícita, en cambio, es una operación encubierta a gran escala para extraer y replicar capacidades de un modelo sin autorización.
Esta distinción no es semántica. Define si una práctica es una técnica de optimización aceptada o una vulneración de propiedad intelectual con consecuencias legales y competitivas concretas.
La escala del problema: millones de intercambios no autorizados
Alibaba encabeza la lista por la magnitud de su operación, con picos de casi tres millones de intercambios diarios dirigidos a modelos de razonamiento específicos. La técnica empleada consistía en inyectar instrucciones en cada solicitud para forzar la exposición de la cadena de razonamiento interno antes de presentar la respuesta final. Los datos obtenidos se utilizaron para mejorar versiones sucesivas de sus propios modelos de lenguaje.
Moonshot AI adoptó un enfoque diferente: redirigió más de 300,000 consultas de sus propios usuarios hacia modelos externos sin informarles del desvío. En un lapso de diez días, la compañía canalizó estas solicitudes a través de cuentas fraudulentas, extrayendo patrones de razonamiento mediante técnicas diseñadas para evadir las protecciones existentes.
DeepSeek interceptó solicitudes de usuarios que intentaban acceder a sus modelos a través de herramientas de terceros, acumulando más de 12.1 millones de intercambios en un periodo corto. Zhipu, inicialmente, intentó vulnerar las defensas de otro modelo antes de centrar su atención en arquitecturas de razonamiento más recientes.
Implicaciones para organizaciones que operan con IA de terceros
Para cualquier organización que dependa de modelos de IA externos en procesos críticos, estas revelaciones plantean riesgos tangibles. La posibilidad de que capacidades propietarias sean replicadas sin consentimiento erosiona las ventajas competitivas construidas sobre tecnología licenciada y expone datos de usuarios a cadenas de procesamiento no declaradas.
Para empresas en México y América Latina que integran modelos de IA en operaciones sensibles, este caso subraya la necesidad de auditar los flujos de datos entre proveedores y verificar que las consultas de sus sistemas no sean redirigidas sin transparencia. La destilación ilícita no es un riesgo abstracto: es una práctica documentada con métricas concretas que ya opera a escala industrial.
Un vacío regulatorio que amplifica el riesgo estratégico
Este fenómeno redefine el debate en torno a la propiedad intelectual en inteligencia artificial. A diferencia del robo de código fuente, la extracción de capacidades mediante interacciones masivas carece de un marco legal consolidado en la mayoría de las jurisdicciones. No existe aún una tipificación clara de este tipo de conducta en los sistemas normativos vigentes.
Esa ambigüedad normativa representa, en sí misma, un riesgo estratégico que los equipos jurídicos y tecnológicos de las organizaciones deben comenzar a abordar con urgencia. Mientras los reguladores avanzan con lentitud, la práctica ya opera a velocidad industrial.
